
大數(shù)據(jù)分析發(fā)展的機(jī)遇:政策與場景需求
近日,全球領(lǐng)先的大數(shù)據(jù)分析服務(wù)供應(yīng)商Teradata天睿公司正式舉辦“2016 Teradata大數(shù)據(jù)峰會”。作為大中華地區(qū)規(guī)模最大的數(shù)據(jù)分析盛會,全球的大數(shù)據(jù)專家、商業(yè)領(lǐng)袖、企業(yè)用戶共聚一堂,分享構(gòu)建下一代數(shù)據(jù)分析生態(tài)系統(tǒng)的權(quán)威觀點(diǎn),提出融合數(shù)據(jù)倉庫、開源技術(shù)和大數(shù)據(jù)咨詢服務(wù),幫助各個(gè)行業(yè)的客戶推動(dòng)其實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)型轉(zhuǎn)型。
會后,記者專訪了Teradata天睿公司營銷與業(yè)務(wù)拓展副總裁Mikael Bisgaard-Bohr,針對一些行業(yè)性的大數(shù)據(jù)應(yīng)用話題進(jìn)行了詳細(xì)探討。
Bisgaard-Bohr先生長期負(fù)責(zé)的零售行業(yè),他表示縱觀中國地區(qū)以及全球范圍內(nèi)的行業(yè)市場,全渠道的線上和線下客戶信息整合促進(jìn)銷售聯(lián)動(dòng)已經(jīng)成為流行趨勢。另外,在商品定價(jià)、供應(yīng)鏈管理等方面也實(shí)現(xiàn)了參照數(shù)據(jù)分析來決策的管理。
他還談到,隨著“工業(yè)4.0”、“中國制造2025”等政策的提出,企業(yè)更加強(qiáng)調(diào)數(shù)字化業(yè)務(wù)轉(zhuǎn)型的重要性?!拔覀冇泻芏嘀圃鞓I(yè)用戶,很多是做B2C的企業(yè),而正是B2C帶來了豐富的數(shù)據(jù)?,F(xiàn)在萬物都在智能化,這也是新的市場增長點(diǎn),這也是為什么Teradata改變技術(shù)戰(zhàn)略,強(qiáng)調(diào)打造一個(gè)包容不同技術(shù)的生態(tài)系統(tǒng)?!?/span>
Bisgaard-Bohr補(bǔ)充說,“我們看到數(shù)據(jù)在呈指數(shù)級的增長,但是IT預(yù)算卻不是這樣。因此在技術(shù)上,Teradata會堅(jiān)持創(chuàng)新,而業(yè)務(wù)模式上我們也會去不斷地突破,從而能夠讓制造業(yè)客戶把我們的技術(shù)利用到他們核心生產(chǎn)的系統(tǒng)里。”
目前,工業(yè)4.0的推進(jìn)進(jìn)程會遇到諸多不確定因素,特別是在智能化之后的數(shù)字分析方面。在制造行業(yè),多數(shù)用戶主要是工程師,與零售行業(yè)不同的是,他們不善于使用數(shù)據(jù)。他通過飛機(jī)引擎制造廠的內(nèi)部管理與銷售案例介紹,闡述了現(xiàn)在工廠中進(jìn)行數(shù)據(jù)采集變得十分簡單,成本也會變得非常廉價(jià),甚至個(gè)人的數(shù)據(jù)也可以輕松采集。
“比如,以前制造企業(yè)認(rèn)為流水線工人的工作流程設(shè)計(jì)是合理的,但是根據(jù)數(shù)據(jù)顯示,工人為了組裝重型工業(yè)設(shè)備,通常要單手舉起一個(gè)非常重的部件,然后又彎下身拿起工具,再做一些組裝操作。整個(gè)流程設(shè)置是極其不合理的,因此就需要工作流程的再造。一年之前,如果沒有Fitbit可穿戴裝置收集這方面的數(shù)據(jù),基本上是不可能得知這些結(jié)論的。但是現(xiàn)在通過收集這些數(shù)據(jù),解決了工會投訴的一系列問題,并提供了改進(jìn)方向?,F(xiàn)在,我們可以用這個(gè)數(shù)據(jù)以更快的速度解決很多其他問題?!?/span>
從這些例子可以看出,無論是工廠人員還是普通消費(fèi)者,都會越來越意識到數(shù)據(jù)的價(jià)值,尤其是如何使用數(shù)據(jù)。信息內(nèi)容規(guī)模和多樣化的激增正在帶來數(shù)據(jù)驅(qū)動(dòng)型企業(yè)優(yōu)化分析架構(gòu)技術(shù)的顯著變化。Teradata認(rèn)為下一代數(shù)據(jù)分析解決方案將是商業(yè)和開源技術(shù)的融合,甚至不斷增加的云部署技術(shù)等多元化技術(shù)的綜合,而Teradata正在著眼數(shù)千名企業(yè)客戶需求,幫助他們探索從傳統(tǒng)分析解決到下一代分析生態(tài)系統(tǒng)的快速演進(jìn)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11